課程詳情在線報名
更新時間:2024-10-23科學實用的課程體系
成體系培養(yǎng),符合行業(yè)發(fā)展趨勢
人工智能
人工智能初級:人工智能技術和應用場景的全面解析,系統(tǒng)化介紹人工智能技術鏈條
通過實例對人工智能的開發(fā)語言載體Python進行深入理解并掌握Python語法規(guī)則,變量和數據類型,程序結構控制,Python的數據結構,Python中的OOP,了解-神經網絡的訓練方法和流程,學習主流機器學習、深度學習框架環(huán)境的搭建,TensorFlow、Keras、Caffe等。
人工智能中級:本模塊重點在于算法的開發(fā)實現(xiàn)方面,學習人工智能中的識別技術
通過數字識別和人臉識別、自然語言處理等這些應用極為廣泛的項目開發(fā),深入介紹深度學習的概念,激活函數以及神經網絡基礎,對CNN、RNN進行原理方法和原理學習,卷積層和池化層,圖像特征提取與識別,經典LeNet模型,LSTM,Encoder-Decoder Model等,同時引入自然語言處理方面的內容,包括分詞、題干提取建模等,為不同方向的技術學習構建完整的技能知識圖譜。
人工智能高級:從本階段開始,我們的學習重點轉向高級的模型優(yōu)化算法上
在項目開發(fā)實現(xiàn)的基礎上進行調優(yōu)處理,通過學習過程的優(yōu)化、數據預處理方法、超參數、學習率優(yōu)化、Batch-Normalization等方法,實現(xiàn)開發(fā)算法的優(yōu)化,完善提升神經網絡的效率和質量,進一步理解算法實現(xiàn)與設計,實現(xiàn)開發(fā)工程師提升到算法專家之
數據分析初級:使用Python處理工作場景中的簡單數據分析
基于CDBD(*歷代人物傳記資料庫)數據集開發(fā)課程案例,介紹數據分析的基本流程和方法,涉及的數據建模方法主要是聚類和決策樹,學完之后能夠使用Python處理工作場景中的簡單數據分析。
數據分析中級:成為具有一定分析思維的數據分析師
基于真實企業(yè)數據庫開發(fā)案例,重點介紹K-近鄰、凝聚與分裂(層次聚類算法)、線性回歸、樸素貝葉斯等數據建模方法,最終成為具有一定分析思維的數據分析師,滿足就業(yè)需求。
數據分析高級:成長為一名高級數據分析師,并獲得算法工程師的相關技能
基于前兩個階段學員學習數據開發(fā)的在線學習數據分析案例,通過完全貼近真實情境的數據分析工作,學會處理各種數據分析中的復雜問題,所使用的建模方法有支持向量機、DBSCAN、邏輯回歸和反向傳播神經網絡,最終成長為一名高級數據分析師,并獲得算法工程師的相關技能,能做出直接跟系統(tǒng)交互的儀表盤。
Python初級:數據可視化
在大量數據的情況下,如何讓數據能夠更直觀,更高效的輸出有用的信息就需要借助于數據可視化技術。通過項目實戰(zhàn)完全掌握Matplotlib實現(xiàn)簡單直觀的數據可視化、Echarts實現(xiàn)更豐富的交互需求,在此基礎上認識更多的數據可視化庫并靈活運用。
Python中級:數據抓取與采集
互聯(lián)網上存在著海量的數據信息,通過爬蟲可以快速高效的獲取這些數據。Scrapy爬蟲框架是當前非常流行的一款爬蟲框架。Scrapy使用Python作為開發(fā)語言,并且提供了非常豐富擴展功能,數量掌握Scrapy爬蟲框架的使用能夠實現(xiàn)高效獲取互聯(lián)網數據的目標。
Python高級:數據清洗與挖掘
本階段主要完成數據處理方面的學習,利用Python實現(xiàn)數據清洗與存儲相關技能。數據被正式應用于AI核心算法前,需要經過遷移、清洗、分片等多種轉換處理,利用Python的numpy、pandas模塊有效處理源數據中的空缺值、噪聲數據、不一致數據、重復數據等。數據來源、存儲環(huán)境是多樣的,分別來自于JSON、CSV文件,MySQL、Redis、MongoDB數據庫,HDFS文件系統(tǒng)等等。利用Python的json、csv、pymysql、redis、pymongo、pyhdfs模塊很好地解決了數據存儲問題。
只要一個電話
我們免費為您回電